دانشگاه گلستان پژوهش‌های تغییرات آب و هوایی 2717-2066 7 26 2026 07 23 Modeling Sea Surface Temperature Using the WRF Numerical Model: Application in a Coastal Arid Region (Case Study: Northern Coasts of the Persian Gulf) مدلسازی دمای سطح آب دریا با استفاده از مدل عددی WRF؛ کاربست در یک خشکبوم ساحلی (مطالعه موردی: سواحل شمالی خلیج فارس) 51 70 244869 10.30488/ccr.2026.581093.1334 FA حمید عباسپور کارشناس ‌ارشد محیط زیست دریا، دانشکده علوم و فناوری نانو و زیستی، دانشگاه خلیج فارس، بوشهر، ایران، اسماعیل عباسی استادیار گروه محیط زیست، پژوهشکده خلیج فارس دانشگاه خلیج فارس، بوشهر، ایران هانا اعتمادی استادیار گروه محیط زیست، پژوهشکده خلیج فارس دانشگاه خلیج فارس، بوشهر، ایران ایمان روستا دانشیار گروه جغرافیا، دانشگاه یزد، یزد، ایران 0000-0002-3694-6936 Journal Article 2026 05 10 Climate change, as one of the most pressing challenges of the twenty-first century, has profoundly affected marine and coastal ecosystems, particularly coastal drylands. Rising sea surface temperatures (SST), the increased frequency of extreme climate events, and intensified thermal stresses are among the key consequences of this global phenomenon. In this context, the application of downscaling numerical models such as the Weather Research and Forecasting (WRF) model offers a novel approach for SST modeling in these environmentally sensitive regions. The Persian Gulf, recognized as one of the world's most significant coastal dryland ecosystems, is characterized by high annual evaporation, elevated salinity, shallow depth, and strong seasonal temperature fluctuations, rendering it particularly vulnerable to climate change. The primary objective of this study is to identify the most optimal configuration of physical parameterization schemes within the WRF model for simulating SST in the Persian Gulf. SST observational data were obtained from the Iran Meteorological Organization. The WRF model was executed using eight distinct configurations, and the model outputs were validated using the root mean square error (RMSE), mean absolute error (MAE), and mean absolute percentage error (MAPE). The results indicated that Configuration No. 5, which comprises the WSM 5-class microphysics, RRTM longwave radiation, Dudhia shortwave radiation, the Revised MM5 Monin Obukhov surface layer scheme, the Unified Noah land surface model, the YSU planetary boundary layer scheme, and the Kain–Fritsch cumulus parameterization scheme, exhibited the lowest error metrics and the highest correlation coefficient (0.985), and was therefore identified as the optimal configuration. The RMSE values for spring, summer, autumn, and winter were calculated as 0.036°C, 0.012°C, 0.028°C, and 0.011°C, respectively. Based on these findings, the WRF model outputs can serve as a suitable, high-precision alternative to the Bushehr meteorological buoy data for a range of applications, including climate change monitoring, fisheries management, the protection of coral reefs against bleaching induced by global warming, and the prediction of extreme temperature events in this coastal dryland region. تغییرات اقلیمی به عنوان یکی از چالش‌های برجسته قرن حاضر، پیامدهای گسترده‌ای بر اکوسیستم‌های دریایی و ساحلی، به ویژه خشکبوم‌های ساحلی، داشته است. افزایش دمای سطح دریا، وقوع رویدادهای حدی اقلیمی و تشدید تنش‌های دمایی از جمله پیامدهای این پدیده جهانی محسوب می‌شوند. در این راستا، به‌کارگیری مدل‌های عددی مقیاس‌کاهی نظیر WRF، رویکردی نوین برای مدل‌سازی دمای سطح دریا در چنین مناطق حساسی به شمار می‌رود. خلیج فارس به عنوان یکی از مهمترین خشکبوم‌های ساحلی جهان، با ویژگی‌هایی نظیر تبخیر سالانه بالا، شوری زیاد، عمق کم و نوسانات شدید دمایی فصلی، از آسیب‌پذیری اکولوژیک ویژه‌ای در برابر تغییرات اقلیمی برخوردار است. هدف اصلی این پژوهش، شناسایی مناسب‌ترین پیکربندی طرحواره‌های فیزیکی مدل WRF جهت شبیه‌سازی دمای سطح آب دریا در خلیج فارس می‌باشد. داده‌های دمای سطح دریا از سازمان هواشناسی کشور دریافت گردید. مدل WRF با هشت پیکربندی متفاوت اجرا و خروجی‌ها با استفاده از شاخص‌های RMSE، MAE وMAPE اعتبارسنجی شدند. نتایج نشان داد پیکربندی شماره ۵ شامل WSM 5class، RRTM، Dudhia، Revised MM5 Monin-Obukhov، Unified Noah، YSU و Kain-Fritsch با کمترین میزان خطا و بالاترین ضریب همبستگی (۰٫۹۸۵) به عنوان ترکیب بهینه شناسایی گردید. مقادیر RMSE برای فصول بهار، تابستان، پاییز و زمستان به ترتیب ۰٫۰۳۶، ۰٫۰۱۲، ۰٫۰۲۸ و ۰٫۰۱۱ درجه سلسیوس محاسبه شد. بر اساس یافته‌ها، خروجی مدل WRF می‌تواند به عنوان جایگزینی مناسب و با دقت بالا برای داده‌های بویه هواشناسی بوشهر در مطالعات پایش تغییرات اقلیمی، مدیریت شیلات، حفاظت از صخره‌های مرجانی در برابر سفیدشدگی ناشی از گرمایش جهانی و پیش‌بینی رویدادهای حدی دمایی در این خشکبوم ساحلی مورد استفاده قرار گیرد

https://ccr.gu.ac.ir/article_244869_c4b7f68e5c28685ddc35241305e3a429.pdf